Comment le deep learning détecte les maladies ?

Les techniques d’imagerie sont de plus en plus précises, notamment grâce aux besoins en astrophysique. Je vous laisse regarder cette vidéo sur l’erreur de Hubble qui a permis l’émergence de la photographie de haute précision… mammaire ! En effet, l’imagerie haute résolution permet d’en savoir plus sur les gaz qui composent les étoiles. Si nous pointons un microscope (télescope inversé en d’autres termes) sur une partie de notre corps alors nous sommes capable d’en savoir davantage. Notamment cela permettra de voir des lésions très fines là où l’oeil d’un expert ne peut pas voir.

Comment fonctionne un robot en deep learning ?

Nous leur montrons des milliers voire des millions de photos en leur disant ce qui est bon et ce qui ne l’est pas.

Ensuite la machine comprend par elle-même sans intervention humaine. Ainsi elles ont appris assez rapidement à partir de photos comment diagnostiquer le diabète avec précision et d’autres maladies. Aussi, parce que le Deep Learning est un apprentissage continu, le système peut maintenant diagnostiquer certaines maladies plus précisément que la plupart des médecins humains. C’est un domaine où les robots sont excellents. Ceci est important parce que l’un des problèmes pour ceux atteints du diabète, souffrent souvent d’une maladie appelée rétinopathie diabétique.

Cette maladie est considérée comme la principale cause de cécité chez les diabétiques. Elle touche environ 415 millions de patients dans le monde. Toutefois, le traitement est possible si le diagnostic est fait assez tôt, sinon la cécité est irréversible.

La technologie de l’apprentissage en profondeur de Google est capable d’apprendre presque tout. La condition est de lui fournir suffisamment de données et le bon algorithme. Avec ces deux ingrédients, la détection de la rétinopathie diabétique pourrait sauver les yeux de million de personnes. Le manque d’ophtalmologistes est l’un des problèmes ce qui créer un délai d’attente souvent long. Les patients préfèrent renoncer et se déclare une fois la maladie à un stade trop avancée.

L’équipe de Google a travaillé avec le technologie de l’ apprentissage en profondeur pour reconnaître les yeux sains et malades. Les résultats ont montré que l’IA atteint un meilleur niveau de précision au diagnostic que les ophtalmologistes qualifiés.

Technologie utilisée pour d’autres maladies ?

Nous l’avons vu en début d’article que cela peut être utilisé en prévention du cancer du sein. Et ce type de technologie est déjà utilisée pour diagnostiquer d’autres maladies telles que l’insuffisance cardiaque et certains types de cancer.

Il y a le cas de Watson (de IBM) en lui faisant lire 20 millions d’articles en médecine, Watson découvre 6 molécules liées au cancer et réussi à diagnostiquer un cancer très rare chez une femme au Japon en deux semaines seulement alors que les médecins piétinaient.

Ceci est juste un autre pas en avant pour l’intégration de l’IA dans nos sociétés. Tant que les résultats sont excellents pourquoi ne pas l’accueillir ? Ceci est une percée pour les patients diabétiques. Espérons que, bientôt, ils n’auront pas besoin de se soucier si le professionnel est à proximité et disponible rapidement, car ils pourront simplement envoyer leur photo directement à l’IA pour obtenir un diagnostic précis. D’autres travaillent également sur des projets similaires comme IBM avec son algorithme de détection de cancer de la peau et Microsoft qui développe un algorithme de détection des moustiques porteurs du paludisme.